您可以使用numpy
,首先转换为numpy array
由values
,然后通过astype
转换为datetime64[M]
,什么是最快的解决方案:
df['day'] = df['day'].values.astype('datetime64[M]')
print (df)
day
0 2016-07-01
1 2016-08-01
2 2016-09-01
3 2016-10-01
4 2016-11-01
另一个slowier解决方案:
df['day'] = df['day'].map(lambda x: pd.datetime(x.year, x.month, 1))
print (df)
day
0 2016-07-01
1 2016-08-01
2 2016-09-01
3 2016-10-01
4 2016-11-01
计时:
#[50000 rows x 1 columns]
df = pd.concat([df]*10000).reset_index(drop=True)
def f(df):
df['day'] = df['day'].values.astype('datetime64[M]')
return df
print (f(df))
In [281]: %timeit (df['day'].map(lambda x: pd.datetime(x.year, x.month, 1)))
10 loops, best of 3: 160 ms per loop
In [282]: %timeit (f(df))
100 loops, best of 3: 4.38 ms per loop